01

UN MODELO MATEMÁTICO PARA REALIZAR PRONÓSTICOS
Prof. Robinson Arcos

OBJETIVOS: • • Presentar un modelo matemático de ajustes de curvas que permite, entre otras cosas, realizar pronósticos o estimar parámetros físicos, químicos, etc. Hacer uso de la Aplicación Estadística de la calculadora ClassPad 300 PLUS para establecer el tipo de curva que mejor aproxima a un grupo de datos en el sentido del Método de los Mínimos Cuadrados.

CONOCIMIENTOS PREVIOS: • Conocimiento sobre las funciones básicas: lineal (afín), cuadrática, potencial, polinómica, logarítmica, exponencial y otras.

INTRODUCCIÓN: Como sabemos, una descripción matemática de un fenómeno de la vida real, dada en términos como por ejemplo, de una función o de una ecuación es lo que constituye un modelo matemático. El consumo continuo de un producto en el mercado, el descenso significativo del número de fumadores entre dos fechas en una población en particular, la expectativa de vida de una persona al nacer, el costo de la reducción de productos contaminantes en una determinada zona, la necesidad de realizar pronósticos sobre la variación a futuro del PIB en un país determinado, son ejemplos de fenómenos reales que se pueden modelar matemáticamente por una función. La finalidad del modelo es comprender el fenómeno y, quizá, hacer pronósticos acerca de su comportamiento.
Figura 1

MODELO MATEMÁTICO DE AJUSTE DE CURVAS: Al formular este tipo de modelo matemático, es necesario identificar en lo posible el mayor número de datos fidedignos (constantes) del fenómeno, definir, rotular y clasificar las incógnitas (variables independientes y dependientes) y establecer consideraciones, físicas, químicas, geométricas, etc., de manera tal que representen plenamente el fenómeno en estudio, pero al mismo tiempo lo simplifiquen suficientemente para que, junto con las condiciones y restricciones, éste pueda finalmente modelarse matemáticamente. El buen manejo de la situación física, química o geométrica y la destreza y habilidad matemática que poseamos, nos permitirá obtener ecuaciones que relacionen los datos del fenómeno con las variables que hemos definido. Es común que se nos presenten situaciones en las cuales no existe, por ejemplo, una ley física que guíe la construcción del modelo. En este caso al reunir los datos se procede a organizarlos y representarlos en forma tabular (mediante una tabla, como por ejemplo parejas (x n , yn ) ) para distinguir algunos patrones matemáticos de comportamiento. Si el comportamiento es funcional (los datos yn están en función de los datos x n , esto es,

yn = f (x n ) donde f es una función desconocida), es probable que nos convenga obtener una representación gráfica a partir de la representación numérica de la función, utilizando los datos de la tabla. En algunos casos, la gráfica podría incluso sugerir una fórmula algebraica adecuada de su regla de correspondencia.

Figura 2

1

Supongamos que se desea estimar el nivel promedio de CO2 que se obtuvo en 1997 y predecir el nivel promedio para el año 2005 y además contestar a la pregunta. 2 .3 330. y) de la tabla se obtiene una gráfica de dispersión. Es importante darse cuenta de las limitaciones del modelo.0 335. e iniciar el ciclo una vez más. se necesitará afinar el modelo. por bienios. desde 1982 hasta 2000.0 1980 1985 1990 1995 2000 2005 X: Años Figura 3 En nuestro modelo empírico.0 Y: Nivel de CO2 en ppm 355.0 Tabla 1 Gráfica de Dispersión para el nivel promedio de CO2 360. Observemos que la misma nos indica un comportamiento lineal del nivel promedio de CO2 en relación directa con el tiempo transcurrido.5 341. es bastante exacto para permitir conclusiones valiosas. que luego deben contrastarse con la situación real. permite analizar el fenómeno y establecer conclusiones en términos matemáticos. Para James Stewart: “En un buen modelo. SITUACIÓN PROBLEMÁTICA 1 (Modelo de regresión lineal): 1.0 350. Un modelo matemático no es una representación completamente exacta de un fenómeno de la realidad. ¿cuándo sobrepasará el nivel promedio del CO2 las cuatrocientas partes por millón? X 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 Y 327. ya que las conclusiones e interpretaciones basadas en el modelo deben ofrecer soluciones.0 345. esto se logra por un proceso de comparación con los nuevos datos reales. se puede construir un modelo matemático empírico. por la pérdida de una parte del histórico de datos (pérdida de memoria).” Si no existe ley o principio físico o de otra naturaleza que nos ayuden a formular un modelo matemático. Si las predicciones no se ajustan a la realidad del fenómeno. En la siguiente tabla aparece tabulado.3 354. la realidad se simplifica lo suficiente para permitir los cálculos matemáticos.0 325.0 332. medido en partes por millón en un determinado observatorio en una población del mundo. en el sentido que la misma capture la “tendencia básica de los puntos dados”. el cual se sustenta exclusivamente en los datos recopilados y se busca la ecuación de la curva que mejor se ajusta a estos datos. el nivel promedio de dióxido de carbono en la atmósfera. la variable independiente x representará cada uno de los años transcurridos desde 1982 hasta 2000 y la variable independiente y representará el nivel promedio de CO2 correspondiente al año x. explicaciones y probablemente pronósticos del comportamiento futuro del fenómeno. De modo que la relación funcional entre las variables satisface una ecuación de la forma y = ax + b .0 335.3 338. Si lo que interesa es establecer predicciones a futuro o establecer predicciones del pasado. pero incluso así. es sólo una idealización. Al final la Madre Naturaleza tiene la última palabra.3 347.La virtud de un modelo matemático es que éste.0 344. Al obtener una representación gráfica de las parejas de puntos (x.3 351.0 330.0 340. o formular uno nuevo.

0 355. Toque main dos veces.0 Y:Nivel de CO2 en ppm y = 1.0 1980 1985 1990 X:Años Figura 4 1995 2000 2005 CURVAS DE REGRESIÓN CON LA CLASSPAD 300 PLUS: 2. por imprecisión de los instrumentos. Antes de comenzar. Sin embargo. El caso más sencillo.0 330.5012x . Recta de regresión para el nivel promedio de CO2 360. como una posibilidad de elegir una recta que mejor represente el comportamiento de los 10 puntos tabulados. 3 . las calculadoras graficadoras como la ClassPad 300 PLUS tienen funciones que permiten calcular los valores de a y b.8 350. y del que se deducen otros modelos. al operar su calculadora. El problema es encontrar la recta que “mejor ajusta” este conjunto de puntos (recta de regresión lineal).0 345. El método de los mínimos cuadrados se emplea como modelo matemático para realizar pronósticos a partir de datos recolectados en la vida cotidiana o para estimar parámetros a partir de datos recogidos experimentalmente. será necesario realizar las siguientes tareas de limpieza y configuración para que.] [Cerr. Presione encenderla. yi ) para i = 1. El método de los mínimos cuadrados proporciona “buenas aproximaciones” de los coeficientes a y b. Generalmente. se obtienen puntos que no están alineados. obtenga los mismos resultados y pantallas que aquí se exponen: (1) Retire la cubierta de la calculadora. toque [Edit] [Borrar todo] [Acep. es posible encontrar fórmulas para el cálculo de la pendiente a y la ordenada en el origen b de la recta resultante. tome el lápiz táctil y colóquela sobre la mesa. L . 2.0 335. Si hay variables asignadas.2648. consiste en determinar la ecuación de una recta: y = ax + b a la que deberían pertenecer todos los puntos de coordenadas (x i . y trazar la gráfica de la recta de regresión a partir de los puntos datos.] para limpiar el área de trabajo. Por fortuna hoy en día. (2) Toque en el panel de iconos para acceder directamente a la Aplicación Principal. los errores en los experimentos o en la misma recolección de datos. para (4) Toque el botón para acceder directamente al administrador de variables.0 325. toque [Todo] [Seleccionar todo] [Edit] [Borrar] [Acep.] [Cerr. un método que permite determinar la ecuación de la “recta que mejor ajuste” un determinado número de puntos se conoce como el método de los mínimos cuadrados.0 340.Pudiéramos establecer la ecuación de la recta que pasa por el primer punto y el último. n . Con conocimientos de matemáticas. la cual se llama recta de regresión. obtenidos en algún proceso de recolección de datos. (3) En la barra de menús.] para limpiar las variables asignadas y regresar al área de trabajo de la Aplicación Principal. Operación con la ClassPad. 3.

Al desplegarse el menú. Confirme con [EXE].] para confirmar la configuración. en la lista 1. (12) Toque [Edit] [Borrar todo] [Acep. su calculadora mostrará la pantalla indicada en la Figura 6 de la ventana de la Aplicación Estadística. (18) Toque en la barra de herramientas para trazar el gráfico de dispersión. registre en columna los demás datos correspondientes a la variable x (Años). Si se equivoca al registrar un dato.(5) En la barra de herramientas de la Aplicación Principal toque la siguiente secuencia de comandos: [Formato básico]. (14) De la misma manera. (13) Manipulando la tecla direccional elíptica ubique el cursor el la primera celda de la lista 1 (list1) y teclee 1982 que corresponde al primer dato de la lista de años en la Tabla 1. Al terminar este cuerpo de instrucciones. toque aquellos donde aparece la marca de verificación para desactivarlos. Aparecerá en la parte inferior de la pantalla dividida la ventana del editor de listas.. Marca: Cuadrado (observe la Figura 8). toque el botón representación angular: Radián. [Preferencias ►] [Configuración ►] • (6) (7) (8) • (9) • En el cuadro de diálogo realice la siguiente configuración: En el recuadro Visualización. toque [ConfGráf] [Opciones …]. (17) Finalmente toque [Def. ListaY: list2.: 1. (11) En el panel de iconos toque para maximizar la ventana del editor de listas. toque el botón presentación de números: Normal 1. Ahora accederemos directamente desde la Ventana de la Aplicación Principal a la ventana de la Aplicación Estadística. el cursor se ubica en la segunda celda de la lista 1. ubique el cursor en la primera celda de la lista 2 (list2) y registre los datos que corresponden a la variable y (nivel de CO2 en partes por millón). ubique el cursor sobre el dato errado y escriba el nuevo número y luego confirme con [EXE]. Al terminar su calculadora mostrará la pantalla de la Figura 5.] para regresar a la ventana de la Aplicación Principal. Para trazar el diagrama de dispersión de los datos será necesario hacer las siguientes operaciones de configuración de gráficos estadísticos: • Figura 7 (16) En la barra de menús.] para limpiar el editor de listas. y seleccione el modo de y seleccione la unidad de En los recuadros de verificación que corresponden al formato Avanzado. Figura 5 (10) Toque el botón toque • para acceder directamente a la Aplicación Estadística. en la barra de herramientas. • • Figura 6 • • De esta manera. Tipo: Disper. Frec. Observe la Figura 7. Observe que una vez que se registra el dato. Toque [Def. En el recuadro Ángulo. 4 . Utilice el punto y no la coma para separar la parte entera de parte decimal del número dato. En el cuadro de diálogo utilice los botones para configurar los siguientes parámetros: Dibujo: On. (15) Al terminar. Lista X: list1. se encuentran todos los datos de la variable x y en la segunda lista se encuentran todos los datos de la variable y.

• • Aparece en pantalla el cuadro Cálculo estadístico que muestra los valores de los parámetros de interés a.] [Regresión lineal]. r 2 y MSe (Figura 10). b y los parámetros estadísticos r. Indica “qué tan bueno” es el ajuste de la recta de regresión a los datos. Si r está más cercano a cero. r : coeficiente de correlación r 2 : coeficiente de determinación. MSe : Error cuadrático medio dado por MSe = Observación: El coeficiente de determinación r 2 satisface r 2 ≤ 1 . ¿cuál es la ecuación de la recta de regresión? Para contestar a las preguntas: ¿qué nivel promedio de CO2 se obtuvo en 1987?. procedemos de la siguiente manera: 5 . mejor será el ajuste.]. Mientras más cercano a 1 se encuentre el valor absoluto de este coeficiente. Por otra parte. “más fuerte” será la relación entre las variables x e y. (20) En el cuadro de diálogo que aparece toque [Acep. Si r 2 = 1 entonces los puntos están alineados. esto indicará que la relación entre las variable es “muy débil” y que los datos presentan una alta dispersión que no les permite alinearse. (19) Toque [Cálc. De acuerdo a los datos indicados en pantalla. ¿cuál será el nivel de CO2 para el año 2005? y ¿cuándo sobrepasará el nivel promedio del CO2 las cuatrocientas partes por millón?. El diagrama de dispersión muestra un conjunto de puntos que tiende a alinearse.Aparecerá la ventana de gráficos mostrando el diagrama de dispersión (Figura 9). 1 n−2 ∑ (yi − (axi + b))2 . a : coeficiente de regresión (pendiente). i=1 n 3. Figura 8 Figura 9 Figura 10 Los parámetros estadísticos indicados en la pantalla de la Figura 10 son los siguientes: y = ax + b : es la fórmula del modelo de regresión lineal. b : término constante de regresión (ordenada en el origen). Este coeficiente satisface −1 ≤ r ≤ 1 . Mientras más cercano a 1 se encuentre este valor. el coeficiente de correlación r nos da una medida de qué “tan buena” es la relación entre las dos variables.

a la Aplicación Principal. en el recuadro inferior aparecerá la ecuación de la recta de regresión. ˆ y y Luego de trazar un gráfico de regresión se pueden calcular los valores estimados x respectivamente.9969175 (alrededor de un 99 %)? ˆ de las variables x. Toque finalmente para evaluar la ecuación. en la Aplicación Principal. (25) En la barra de herramientas toque y luego para maximizar la pantalla. • • • Aparecerá un cursor sobre la gráfica de la recta de regresión. ˆ e y indicando los valores estimados x Encontrará que y c ≈ 334 . Toque decimal (Figura 14). Toque la solapa [mth] para activar el teclado matemático. la ecuación de la recta de regresión. Por otra parte.(21) Toque el botón • • para trazar la recta de regresión lineal. y. Aparecerá la gráfica de la recta de regresión en el diagrama de dispersión. Si utiliza las teclas direccionales ► y ◄ de la tecla elíptica del teclado de la calculadora. (27) Seleccione la fracción correspondiente al valor estimado y del nivel promedio de CO2 para ese año. observará que el cursor se desplaza sobre la recta de regresión ˆ de las variables x e y. Toque (26) Oprima la tecla [Keyboard]. para obtener dicho valor en forma Figura 14 5. ¿Qué puede concluir del gráfico mostrado en la pantalla (Figura 11) y el valor del coeficiente de determinación r 2 = 0. seguidamente toque para activar el comando “with”. Contestemos a la primera pregunta: (22) En la barra de menús toque [Análisis] [Trazo]. ¿Qué nivel promedio de CO2 se obtuvo en 1987? 6 . siga las siguientes instrucciones: para copiar en el portapapeles la para acceder directamente Figura 13 (24) Toque en el recuadro inferior el botón ecuación de la recta de regresión. en la línea de entrada. como se puede observar en las Figuras 12 y 13. Es decir. Figura 12 (23) Con las teclas direccionales ubique el cursor en un punto tal que x c ≈ 1987 . Toque para pegar. que para 1987 el nivel promedio de CO2 se encontraba alrededor de las 334 partes por millón. Observe la disposición de los puntos respecto a la recta de regresión Figura 11 4. • • Para obtener un valor más preciso.

la ecuación de la recta de para activar el comando “with”. (32) Toque [Acción] [Ecuación /Desigualdad ►] [solve]. Trace el diagrama de dispersión. en la línea de entrada. registre en la list1 las alturas “x”. Para ello se dispone de 10 encendedores usados. A cada encendedor se le determina en una balanza la cantidad de masa “y” en gramos y se le mide la altura “x” en milímetros de la columna de líquido. borre todas las listas. ¿Qué ajuste le sugiere la nube de puntos? 7 . y en list2 las correspondientes masas “y”. (34) Seleccione la fracción correspondiente al valor estimado x del año en que el nivel promedio de CO2 sobrepasará las 400 partes por millón. (33) Toque [ans] [Ejec]. Queremos estimar la cantidad de masa de gas licuado en un encendedor de bolsillo de una marca determinada. y 106 109 112 115 116 119 122 125 128 131 b) En la Aplicación Estadística. en la línea de entrada. Figura 15 (30) Toque para obtener dicho valor en forma decimal. y? Explique. (35) Toque para obtener dicho valor en forma decimal. Toque las teclas regresión. Figura 16 7. ¿Cuál será el nivel de CO2 para el año 2005? (31) Toque para pegar.(28) Toque para pegar. 9. (29) Seleccione la fracción correspondiente al valor estimado y del nivel promedio de CO2 para el año 2005. ¿Cuándo sobrepasará el nivel promedio del CO2 las cuatrocientas partes por millón? SITUACIÓN PROBLEMÁTICA 2 (Un modelo de estimación de parámetros): x 12 15 20 24 25 30 35 40 45 48 Tabla 2 8. la ecuación de la recta de regresión. 6. Responda a cada una de las preguntas que se formulan: a) ¿Qué tipo de función necesariamente deben verificar las variables x. luego toque para evaluar la ecuación. luego toque para evaluar la ecuación.

que no hubiesen errores de medición?. Aquí x = 0 representa el año 1990. entonces ln y es una función lineal de x. donde a > 0 y b > 0 . De modo que un ajuste lineal entre las variables x y ln y nos dará un ajuste exponencial entre la variable x y la variable y. Al utilizar la ClassPad se obtiene la representación del modelo exponencial y la ecuación de la curva de ajuste. Existen procesos que exhiben un comportamiento exponencial como por ejemplo. esto es. ¿porqué? d) Si el ajuste propuesto es lineal. Observe que si tomamos logaritmo neperiano en ambos miembros de la ecuación. por el diagrama de dispersión. ¿qué representan físicamente en este modelo los parámetros a y b? e) ¿Cuál es la masa aproximada de un encendedor vacío? f) ¿Cuál es la masa aproximada del líquido en un encendedor lleno.c) ¿Esperaría. lo que indica que si la variable dependiente y es una función exponencial de x. x = 1 representa el año 1910 y así sucesivamente. si se sabe que la altura del depósito es de 55 mm? SITUACIÓN PROBLEMÁTICA 3 (Un modelo de crecimiento de población): X: Año 1900 (0) 1910 (1) 1920 (2) 1930 (3) 1940 (4) 1950 (5) 1960 (6) 1970 (7) 1980 (8) 1990 (9) 2000 (10) 2010 (11) 2020 (12) 2030 (13) Y: Población 1650 1750 1860 2070 2300 2520 3020 3700 4450 5300 5770 ? ? ? Tabla 3 10. y = ax + b. Observación: Se sabe que la función que modela los crecimientos de población es una función exponencial de la forma y = ae bx . Se desea predecir el número de habitantes que tendrá la ciudad al comienzo de cada una de las tres primeras décadas del siglo XXI. obtenemos la ecuación ln y = ln a + bx . 8 . los modelos de crecimiento de población o desintegración radiactiva. La siguiente tabla presenta datos sobre el número de habitantes (en miles) en una determinada ciudad cosmopolita de acuerdo a los censos realizados en cada década desde 1900 hasta 2000.

Toque finalmente para evaluar la ecuación.353. para acceder a la Aplicación Principal.11.. (51) En la barra de herramientas toque a la Aplicación Principal. 10. para obtener dicho valor • Se estima entonces. la ecuación de la recta de regresión.]. Tipo: Disper. Operación con la ClassPad. (53) Seleccione la fracción correspondiente al valor estimado y del número de habitantes correspondiente al año 2010. toque [Acep. (40) Toque [Edit] [Borrar todo] [Acep.]. exponencial]. para pegar.: 1. Continúe usted dando respuesta a las demás interrogantes Figura 19 9 . Marca: Cuadrado . (36) Toque (37) Toque [Edit] [Borrar todo] [Acep. copiaremos la ecuación de la curva en la ventana de la Aplicación Principal. En el cuadro de diálogo Definir cálculo. Al terminar su calculadora debe mostrar la pantalla de la Figura 17. Toque para copiar en el portapapeles la para acceder directamente Figura 18 y luego para maximizar la pantalla. Toque [Cálc. Al desplegarse el menú para acceder directamente a la Aplicación Estadística.] para limpiar el editor de listas.000 habitantes al comienzo de la primera década del siglo XXI. Frec. luego toque activar el comando “with”. toque [ConfGráf] [Opciones …]. En el cuadro Cálc.]. una población de 6. • Figura 17 (44) (45) (46) (47) • Trace el diagrama de dispersión tocando en la barra de herramientas. (41) El list1 registre los años: 0. Toque en forma decimal (Figura 19). (49) Toque [Análisis] [Trazo]. …. (42) En list2 registre los datos de población. Finalmente toque [Def. para trazar la curva de regresión exponencial. ListaY: list2. 1. (38) En la barra de herramientas toque el botón toque . (48) Finalmente toque Para calcular el número de habitantes en la ciudad al inicio de las tres décadas del siglo XXI. toque [Acep. en la línea de para (52) Active el teclado matemático [mth].] [Regr. estadístico. Lista X: list1. Toque entrada. para maximizar la ventana del editor de (39) En el panel de iconos toque listas.] para confirmar la configuración. (43) En la barra de menús. (50) Toque en el recuadro inferior el botón ecuación de la curva de regresión. En el cuadro de para configurar los siguientes parámetros: diálogo utilice los botones Dibujo: On.

Determine esta tasa. la segunda columna contiene el logaritmo decimal de la viscosidad y. x = 1 el año 1994 y así sucesivamente.6021 0. sino entre una variable y el inverso de la otra.720. 10 . encontrando la curva exponencial que mejor se ajusta a los datos de la tabla. etc.971 14.8451 En este problema. Sugerencia: Para no tener problemas de desbordamiento en la resolución de la ecuación en la Aplicación Principal.921. b > 0 .020 11.223 Tabla 4 13. que el logaritmo neperiano del logaritmo decimal de la viscosidad es una función afín de la temperatura. SITUACIÓN PROBLEMÁTICA 5 (Un problema relacionado con la industria del vidrio) x 1390 1154 984 874 791 729 Tabla 5 14. entre una y el logaritmo de la otra.013.12. Determine en qué intervalo debe mantenerse la temperatura para realizar el trabajo. proceda de la siguiente manera: • Copie la ecuación en la ventana de la Aplicación Estadística y péguela en la línea de entrada de la Aplicación Principal. del registro electoral. La teoría prevé que el logaritmo decimal de la viscosidad es una función exponencial de la temperatura ( y = ae bx ) o dicho de otro modo. la primera columna la temperatura x de cierto tipo de vidrio en °C . La tasa de crecimiento porcentual anual aproximada.6990 0. Aquí x = 0 representa el año 1993.65 y 13.027. En ciertos problemas no hay una relación lineal directa entre una variable y la otra.4771 0. El crecimiento del registro electoral sigue un crecimiento exponencial y = ae bx con a.795 11. • Ejecute Ln(ans) para tomar logaritmo neperiano en ambos miembros de la ecuación. ¿Cuál es el número de habitantes que tendrá la ciudad al comienzo del a) año 2010? b) año 2020? c) año 2030? SITUACIÓN PROBLEMÁTICA 4 (Tasa de crecimiento porcentual del Registro Electoral): Año 1993 (0) 1998 (5) 2000 (7) 2004 (11) 2006 (13) Nº de electores 9.607 15. el número de electores (Y) inscritos en el Registro Electoral venezolano. • Finalmente ejecute solve(ans) para obtener la solución. en el sentido del método de los mínimos cuadrados.65 y log 13 ). a) Encuentre la función exponencial que mejor ajusta los puntos de la tabla. • Sustituya el valor para la variable y (tenemos dos valores log 7. viene dada por 100 ⋅ b % .3010 0. La siguiente tabla presenta. para cada año (X).7782 8.688. b) Sólo es posible trabajar el vidrio cuando su viscosidad está entre 7. y 0. entre el inverso de una y el inverso de la otra.

008 164. ¿es buen criterio tomar como modelo la curva que mejor ajusta un conjunto de puntos? ¿Qué hechos deben considerarse de antemano sobre un fenómeno de estudio.5 5. Observe que la curva que mejor ajusta el conjunto de puntos.3 5.0 18. y así b) c) d) e) sucesivamente.881 11.203 9.SITUACIÓN PROBLEMÁTICA 6 (Un problema de emisiones de plomo) Año 1955 (0) 1960 (1) 1965 (2) 1970 (3) 1975 (4) 1980 (5) 1985 (6) 1990 (7) 1995 (8) como un polinomio de Emisiones 199. desde 1955 hasta 1995. En la tabla se muestran distancias promedio d de los planetas al Sol (tomando como unidad de medida la distancia de la Tierra al Sol) y sus períodos T (tiempos de revolución en años terrestres).000 1.541 19.086 39. la otra produce pronósticos más acertados. x = 1 a 1960.523 5. 11 .1 4.350 a) Construya una gráfica de dispersión de T contra d y otra de ln T contra ln d .190 30.+∞ [ ? b) Ajuste un modelo potencia a los datos. Sin embargo. aquí x = 0 corresponde a 1955. n es cualquier número real y el dominio de la función ] 0. ¿Parece razonable un modelo potencia T = adn donde a es un número real positivo. Encuentre en cada caso los coeficientes de correlación y determinación. c) La tercera ley de Kepler del movimiento planetario afirma: “El cuadrado del período orbital de un planeta (tiempo que tarda en dar una vuelta alrededor del Sol) es directamente proporcional al cubo de su distancia media al Sol”.9 5.457 84. ¿Cuál de las dos es la curva que mejor ajusta el conjunto de datos? Estime gráficamente la cantidad de emisión de plomo en 2000 y en 2005 en cada caso.1 143. a) Ajuste tanto una curva exponencial.723 1.241 0. a la hora de elegir una curva de ajuste para un conjunto de datos? SITUACIÓN PROBLEMÁTICA 7 (Un problema de mecánica celeste): Planeta Mercurio Venus Tierra Marte Júpiter Saturno Urano Neptuno ¿Plutón? d 0.387 0. cuarto grado y = a + bx + cx 2 + dx 3 + ex 4 a estos datos.784 248.507 Tabla 7 16. La tabla indica las emisiones de plomo hacia el medio ambiente en millones de toneladas métricas en un determinado lugar del planeta.5 4.861 29.7 Tabla 6 15. ¿El modelo corrobora dicha ley? . Reflexione. produce contradicciones en el mundo real al realizar el pronóstico.8 68.000 1. T 0.615 1.

Sign up to vote on this title
UsefulNot useful